AutoGraph-R1(強化學習構圖)
資源介紹
AutoGraph-R1 是 ACL 2026 論文的官方代碼,把大模型構建知識圖譜的過程作為強化學習問題,以生成的圖在下游 RAG 問答中的效用作為奖励,訓練構圖模型產出對任務有用的圖。論文設計了圖作為知識載體、圖作為知識索引两類奖励,倉庫提供基於 VeRL、vLLM 的訓練與評測脚本。適合研究 GraphRAG、任務驅動知識圖譜構建和大模型強化學習的科研人員復現與扩展。
- 功能 1: 以下游 RAG 問答效用作為奖励的端到端強化學習構圖
- 功能 2: 圖作為知識載體、圖作為知識索引两類任務感知奖励
- 功能 3: 基於 VeRL、vLLM 的訓練流程,可把 FSDP 檢查點轉為 Hugging Face 格式
- 功能 4: 提供推理評測與多個問答基准的復現脚本,也可評估自定義知識圖譜
資源資訊
- 提供方
- HKUST-KnowComp(香港科技大學宋陽秋副教授組)
- 類型
- 工具 / 代碼庫
- 分類
- 知識圖譜與圖計算
- 運行環境
- 工具或庫
- 適用場景
- 研究 GraphRAG、知識圖譜構建和大模型強化學習訓練的高校與研究機構團隊,適合在多跳問答基准上復現或對比構圖方法。
- 許可證(收錄時)
- MIT
- 原始碼
- GitHub
